Инструменты работы с будущим
Рассмотрим перечень методов, зарекомендовавших себя как наиболее эффективные при работе с будущим, распределенных по трем группам:
  • Группа 1. Кабинетные исследования
  • Группа 2. Экспертные процедуры
  • Группа 3. Комбинированные методы
Группа 1. Кабинетные исследования
Это наименее затратные методы — они могут проводиться силами самих разработчиков прогнозов. Один из их недостатков в том, что бывает сложно найти баланс между "обзором интернета" и анализом профессиональных источников информации (статей, патентов и т. д.), стоимость которого может существенно превышать бюджет проекта. Также на работу с литературой требуется много времени: если не пользоваться современным ПО, на составление качественного аналитического обзора уйдет три-четыре месяца. За этот срок ситуация может измениться. Рассмотрим основные методы этой группы.

1. Библиометрический анализ — статистический и математический анализ литературы. Как правило, в корпус исследуемых документов включают статьи из научных журналов, индексируемых в авторитетных международных базах данных Web of Science и Scopus. Например, в рамках форсайта для Московского инновационного кластера при определении перспективных направлений технологического развития библиометрический анализ позволил выявить наиболее часто упоминаемые области: индустрия 4.0, умное производство, промышленный интернет и т. д. Однако в научных статьях исследуется далеко не все — скажем, медицина, химия, физика, новые материалы представлены хорошо, а ряд направлений, касающихся ИИ, космической и военной отраслей, — гораздо хуже. Кроме того, время публикации статьи в серьезном научном журнале — один-два года с момента подачи. Для областей, в которых изменения идут быстро, это большой срок.

2. Патентный анализ — статистический и математический анализ патентов, построение "патентных ландшафтов", позволяющих продемонстрировать наиболее часто упоминаемые в заявках и сопутствующих материалах слова. Как правило, анализ ведется по данным Роспатента и международных баз данных, предоставляемых Всемирной организацией интеллектуальной собственности. Например, при исследовании перспектив альтернативной энергетики на период до 2030 года патентные ландшафты, построенные с помощью системы интеллектуального анализа больших данных iFORA, позволили выделить более 15 тематических кластеров по солнечной, ветро- и биоэнергетике. Необходимо учитывать, что получение патента — долгая и дорогостоящая процедура и не все компании и ученые, ведущие научные разработки, готовы ее проходить. Вместо патента многие используют другие способы охраны интеллектуальной собственности, например ноу-хау. Все это снижает прогностическую ценность патентного анализа.

3. Сканирование трендов (трендворчинг), PEST / STEEPVL-анализ, трендвочинг, таймлайны событий — анализ и мониторинг устойчивых тенденций, оказывающих влияние на объект исследования. Это отправная точка практически любой стратегической аналитики. Можно анализировать только политические, экономические, социальные и технологические факторы (PEST) или добавить к ним экологические, ценностные и юридические (STEEPVL). Полученные результаты иногда визуализируют в виде таймлайнов — цепочек ключевых событий, распределенных во времени. В рамках Прогноза научно-технологического развития России на период до 2030 года удалось выявить более 150 глобальных и национальных трендов — по каждому из них были даны оценки влияния на Россию по разным направлениям: энергетика, транспортные системы, рациональное природопользование и т. д. Форсайт для ЮАР в качестве отправной точки учитывал данные по более чем 50 глобальным трендам. К сожалению, часто при определении трендов используют либо слишком общие формулировки (например, биотехнологии), либо слишком узкие. Здесь важно найти золотую середину. Кроме того, тренды, совпадающие по времени и силе воздействия на объект исследования, могут формировать мегатренды. Следует помнить также, что тренды способны оказывать разное влияние на компании даже в рамках одной отрасли — для одних быть угрозой, для других открывать возможности.

4. "Аэродинамическая труба" — эксперимент, в ходе которого объект исследования подвергается влиянию разнородных факторов, как крыло в аэродинамической трубе. Этот метод относится к группе подходов, позволяющих проверить устойчивость полученных результатов, и используется компаниями — например, концерном Volkswagen — на трансформирующихся рынках.

5. "Газета из будущего" — написание статей для журнала или газеты, датируемой определенным годом в будущем. Например, первый номер HBR в 2050 году будет полностью посвящен управлению земной колонией на Марсе. Такой подход позволит комплексно взглянуть на объект исследования и кратко описать облик будущего.

6. Моделирование — широкий класс методов, расцвет которых пришелся на вторую половину прошлого века. Он включает в себя макроэкономическое прогнозирование, эконометрическое моделирование, отраслевые и межотраслевые модели, описывающие поведение экономических агентов, институциональные модели. Например, в ходе немецкого агроклиматического форсайта была разработана серия моделей для изучения последствий изменения климата, а при актуализации российского национального прогноза проведено моделирование ключевых макроэкономических показателей по трем возможным сценариям.

7. "Бэккастиг", или поиск с возвратом — метод, идущий вразрез с классическим прогнозированием: он предполагает не экстраполяцию текущей ситуации в будущее, а "обратный ход" из воображаемого будущего в настоящее. Бэккастиг позволяет определить пути достижения заданной цели. Облик шведского города Гетеборга в 2050 году был изучен с использованием этого метода.
Группа 2. Экспертные процедуры
Как и кабинетные исследования, они насчитывают почти вековую историю. Их активное применение в социологии и маркетинге позволило отточить протоколы проведения практически до совершенства. К недостаткам группы можно отнести проблемы с подбором экспертов: высококвалифицированных специалистов и стейкхолдеров, влияющих на судьбу проекта, сложно собрать вместе. Для многих экспертных процедур важна фигура модератора — он должен обладать не только навыками игротехника и фасилитатора, но и общей эрудицией и хотя бы базовыми знаниями в обсуждаемой области. Иногда в качестве модераторов выступает тандем стратегов и экспертов. Поскольку мнение большинства серьезных специалистов в том или ином виде отражено в сети, использование систем анализа больших данных позволяет получить ответы на 70—80% вопросов без их непосредственного участия. К этой группе относятся четыре основных метода.

1. Углубленные (глубинные) интервью — беседа (очная или удаленная) с экспертом на определенные темы по четко структурированному гайду или с использованием направляющих вопросов. Например, в форсайте статистики внешней торговли было проведено более 40 углубленных интервью с экспертами из всех стран — участниц ЕАЭС. Для подготовки использовалось сканирование трендов, а результаты в дальнейшем обсуждались на форсайт-сессиях.

2. Форсайт-сессия — модерируемая дискуссия о будущем. Ее задача — получить научно обоснованное и разделяемое всеми участниками видение будущего, то есть представление о возможностях и угрозах, новых рыночных нишах и первоочередных шагах для их освоения. Форсайт-сессия требует профессионализма со стороны как модераторов, так и экспертов; для нее важна предварительная подготовка и работа с экспертами, например в рамках опроса Дельфи. Участников отбирают по жестким и прозрачным критериям. Например, российская форсайт-сессия "Глубокая переработка 2.0", посвященная перспективам развития АПК, собрала практически всех стекйхолдеров: региональный Минсельхоз, высокотехнологичный бизнес, ведущие агровузы, профильную технологическую платформу, СМИ.

Ознакомиться с методическими рекомендациями по проведению форсайт-сессии можно по ссылке https://asi.ru/reports/67656/

3. "Прогноз гения" — подход, опирающийся на точку зрения одного эксперта, например руководителя крупной корпорации или нобелевского лауреата. Однако каким бы гениальным ни был человек, этот метод не заменит системного подхода к стратегическому прогнозированию и планированию.

4. Метод Дельфи — анкетный опрос экспертов, предложенный корпораций RAND в 1950-е годы. Он предполагает как минимум два тура, анонимное участие, информирование респондентов во втором туре о полученных результатах и возможность изменить свою экспертную оценку. Дельфи для форсайта Московского инновационного кластера собрал более 250 ответов, для актуализации Прогноза научно-технологического развития России — более 2000. Япония проводит такие опросы, начиная с 1970-х, вовлекая от 25 тыс. до 5,7 тыс. экспертов. Анкету для Дельфи необходимо составлять и тестировать максимально тщательно — за счет этого время опроса растягивается минимум до четырех-пяти месяцев.

Более подробно о методе Дельфи можно прочитать по ссылке.
Группа 3. Комбинированные методы
Такие методы — в том числе на основе анализа больших данных и применения ИИ — позволяют синтезировать получаемые результаты и подготовить их для лиц, принимающих решения. Хотя большинство топовых исследований будущего использует эту группу, не все могут себе это позволить: требуются время, финансовые ресурсы и качественная информация. Опишем несколько методов, входящих в эту группу.

1. Разработка сценариев — описание будущего по определенному шаблону и с учетом возможного наступления тех или иных событий (базовых предпосылок). Это действенный инструмент структурирования неопределенности. Компания Shell смогла быстрее всех адаптироваться к нефтяному кризису прошлого века, создав серию альтернативных сценариев. Форсайт развития российского судостроения еще в 2014 году использовал в качестве основы четыре сценария, по одному из которых цена на нефть опустилась ниже $50 за баррель, в то время как текущее значение превышало $100. Главная проблема при составлении сценариев — выбор базовых предпосылок. Важно также понимать, что в реальности развитие объекта исследования, скорее всего, не пойдет ни по одному из предсказанных путей — но отдельные элементы разных сценариев себя определенно проявят.

2. Продвинутая аналитика — системы, которые включают в себя, как правило, цифровые модели, использующие большие данные и технологии ИИ. Система интеллектуального анализа больших данных может использовать более 400 млн полнотекстовых документов и позволяет получать аналитику по всем ключевым результатам исследований будущего: от семантических карт трендов и патентных ландшафтов до карт цифровых следов работников компаний и рекомендуемых профилей их будущих компетенций. Разработка таких систем требует много времени и средств, а также специальных навыков и частичной экспертной валидации результатов. В недалеком будущем начнут появляться "коробочные решения" — и стоимость систем продвинутой аналитики будет снижаться.

3. Дорожная карта — мощный инструмент стратегической аналитики. Она показывает, как объект развивается в будущем и как связаны между собой его ключевые элементы. Выделяют технологические, продуктовые, интегрированные и интерактивные дорожные карты. Бывают совершенно разные дорожные карты: от простых, в виде наклеек на стене, до профессиональных отчетов в 500—700 страниц. Самые известные корпоративные дорожные карты разрабатывают Motorola и Intel. В России более 50 дорожных карт, профессионально выполненных по заказу частных и государственных компаний. Для создания карты требуется привлечение серьезной команды, ключевых стейкхолдеров, экспертов (как правило, 30—50 человек) и существенных временных и финансовых вложений. Чтобы дорожная карта имела смысл, она должна быть интегрирована в систему принятия решений — в противном случае она останется просто красивым исследованием.